Прекращение поддержки Gemini 2.5 Flash и 2.5 Pro (1 декабря): что ломается при автоматическом перенаправлении на 3.5 Flash-Lite и 3.8 Flash и как перейти

В Gemini API модели gemini-2.5-flash и gemini-2.5-pro с 1 декабря 2026 года будут автоматически перенаправляться на другие модели. Запросы будут проходить и без смены имени модели, но отвечать на них будет новая модель, а оплата пойдёт по тарифам новой модели. Google объявила об этом 2 ноября 2026 года в журнале изменений Gemini API.

Согласно письму, которое Google разослала пользователям AI Studio, если вы отправляете один текстовый запрос или изображение и получаете один ответ, код продолжит работать как есть. Проблемы возникнут в коде, где используются вызов функций (function calling), история диалога, которую вы собираете сами, или тонкие настройки вроде thinking_budget и temperature. Новые модели строже относятся к формату запросов: запрос может завершиться ошибкой HTTP 400, а настройки — молча игнорироваться. В этой статье показано, как проверить, затронут ли ваш код, и как перейти на новые модели до 1 декабря (проверено 7 ноября 2026 года).

1. Что меняется

Согласно странице Google «Gemini deprecations» и журналу изменений, с двумя моделями поступят так, как показано ниже. Выбрать их в Google AI Studio уже нельзя, а вызывать через API могут только те, кто уже ими пользовался.

Источники: Google, «Gemini API changelog» (запись от 2 ноября 2026 года) и «Gemini deprecations» (проверено 7 ноября 2026 года). Обратите внимание: 2.5 Pro перенаправляется на линейку Flash, а не на модель Pro.

Несмотря на похожие названия, следующие модели под перенаправление 1 декабря не попадают.

Даты отключения в таблице означают «не раньше этой даты»; Google обещает заранее объявить точную дату. У автоматического перенаправления gemini-2.5-flash и gemini-2.5-pro дата зафиксирована: «1 декабря 2026 года».

1. 2 ноября 2026 годаGoogle объявляет об измененииЗапись в журнале изменений. В AI Studio модели больше нельзя выбрать.
2. Сейчас (7 ноября 2026 года)Период переходаМожно в удобное время перейти на новые имена моделей и всё проверить.
3. 1 декабря 2026 годаАвтоматическое перенаправлениеНа запросы со старыми именами отвечают новые модели, оплата — по тарифам новых моделей.
4. До 31 декабря 2026 года → с 1 января 2027 годаКонец вводных цен на 3.8 FlashТарифы модели, на которую перенаправляется 2.5 Pro, повышаются (раздел 4).

2. Затронут ли ваш код? (таблица для проверки)

Обе новые модели следуют правилам запросов, введённым в Gemini 3.6 Flash, 3.5 Flash-Lite и более новых моделях. Ниже — различия из руководств Google по переходу, сгруппированные по тому, как написан ваш код.

Источники: Google, «What's new in Gemini 3.6 Flash and 3.5 Flash-Lite» и «What's new in Gemini 3.8 Flash», а также письмо Google пользователям AI Studio (3 ноября 2026 года). Ошибка HTTP 400 при candidate_count 2 и больше взята из письма Google, а то, что параметр не поддерживается в Gemini 3 и новее, — из руководства по переходу. Совпадение id и name при вызове функций упоминается и в руководстве, и в письме. В руководстве по переходу на 3.8 Flash написано call_id, но в generateContent поле FunctionResponse называется id (в справочнике API это необязательное поле).

Быстрее всего найти затронутые места в коде поиском по строкам. В SDK для Python и JavaScript и в JSON для REST имена пишутся по-разному (например, thinking_budget и thinkingBudget), поэтому используйте шаблоны, которые ловят оба варианта.

# Затронутые имена моделей (кроме 2.5-flash-lite)
grep -rnE "gemini-2\.5-(flash|pro)([^-]|$)" .

# Настройки, которые ломаются или игнорируются
grep -rnE "thinking_?[bB]udget|temperature|top_?[pPkK]|candidate_?[cC]ount" .

# Места, где возвращаются результаты вызова функций
grep -rnE "function_?[rR]esponse|FunctionResponse" .

Если имена моделей хранятся в файлах конфигурации или переменных окружения, ищите и там. Сопоставив каждую находку со строкой таблицы, вы поймёте, сколько предстоит исправить.

3. Порядок перехода

Мы рекомендуем не ждать 1 декабря, а самим перейти на новые имена моделей, пройти тесты и только потом выкатывать в продакшен. Если положиться на автоматическое перенаправление, всё, что сломается, проявится в продакшене разом. В примерах кода используется generateContent из Python SDK Google (google-genai).

1. Смените имена моделей: gemini-2.5-flash → gemini-3.5-flash-lite, gemini-2.5-pro → gemini-3.8-flash
2. Задайте объём рассуждений через thinking_level: уберите thinking_budget и выберите уровень под задачу
3. Уберите настройки сэмплирования: temperature, top_p и top_k
4. Исправьте историю вызова функций: сохраняйте thought_signature и указывайте id и name в FunctionResponse
5. Откажитесь от заполнения начала ответа и уберите candidate_count
6. Перед выкаткой проверьте на тяжёлых сценариях: запустите процессы с многократными вызовами инструментов и длинные диалоги, проверьте ошибки, качество ответов и расход токенов

3-1. Смените имена моделей

Смена имени — правка в одну строку, но одно и то же имя часто встречается в нескольких местах, поэтому сначала найдите все вхождения поиском из раздела 2 и только потом меняйте. Как только вы переключитесь, оплата пойдёт по тарифам новой модели.

3-2. Замените thinking_budget на thinking_level

В Gemini 2.5 число токенов на рассуждения задавалось числовым параметром thinking_budget. В новых моделях его заменяет thinking_level, принимающий именованный уровень. Доступные уровни и значение по умолчанию зависят от модели.

Источники: таблица на странице Google «Thinking» и руководства по переходу (проверено 7 ноября 2026 года).

Обратите внимание: у модели, на которую перенаправляется 2.5 Flash, по умолчанию стоит minimal. 2.5 Flash по умолчанию рассуждала, а 3.5 Flash-Lite почти не рассуждает, если её об этом не попросить. В руководстве Google по переходу сказано, что minimal подходит для массового извлечения данных, маршрутизации и классификации, но для вызовов инструментов, выполнения кода и многошаговых рассуждений рекомендуется medium или high: на низких уровнях процессы с инструментами могут останавливаться на полпути.

from google import genai
from google.genai import types

client = genai.Client()

# Было: gemini-2.5-flash
# config=types.GenerateContentConfig(
#     temperature=0.2,
#     thinking_config=types.ThinkingConfig(thinking_budget=1024),
# )

# Стало: gemini-3.5-flash-lite
response = client.models.generate_content(
    model="gemini-3.5-flash-lite",
    contents=prompt,
    config=types.GenerateContentConfig(
        system_instruction="Выводи только JSON. Не добавляй вступлений.",
        thinking_config=types.ThinkingConfig(thinking_level="medium"),
    ),
)
print(response.text)

Если вы отправляете JSON напрямую через REST, замените "thinkingBudget": 1024 на "thinkingLevel": "medium" внутри generationConfig.thinkingConfig. В справочнике API thinkingLevel описан как поле для Gemini 3 и новее, а отправка его более ранним моделям возвращает ошибку. Меняйте имя модели и thinking_level в одной правке.

Официального соответствия между числовыми бюджетами 2.5 и уровнями нет. Начните с ориентира ниже и подстройте его по качеству ответов и расходу токенов.

Ориентир основан на сценариях для каждого уровня из руководств Google по переходу. Токены рассуждений оплачиваются по тарифу вывода, поэтому повышение уровня повышает и стоимость.

3-3. Уберите temperature, top_p и top_k

Начиная с Gemini 3.6 Flash и 3.5 Flash-Lite, Google объявила temperature, top_p и top_k устаревшими. На нынешних новых моделях они игнорируются без ошибки, а в будущих поколениях, по словам Google, будут возвращать ошибку HTTP 400. Поскольку ошибки нет, это легко пропустить. Процессы, где temperature ставили в 0 ради единообразных ответов, могут перестать давать единообразные ответы.

Google рекомендует вместо этого чётко прописать правила вывода в системной инструкции (например, «Выводи только JSON» или «Не добавляй вступлений»). Если нужен строго единый формат, используйте структурированный вывод (функцию, принимающую JSON-схему).

В Claude API на новых моделях тоже изменилась работа temperature. Тот же подход разобран в статье «temperature is deprecated for this model: причины и решение».

3-4. Исправьте историю вызова функций

Модели Gemini 3 возвращают в ответах подписи рассуждений (thought signatures) — зашифрованное представление внутренних рассуждений модели перед ответом. Если не отправить подпись обратно на следующем ходе, модель не сможет продолжить прежние рассуждения. В generateContent подпись находится в thoughtSignature частей ответа, например вызовов функций.

Ненадёжный приём — заново собирать ход модели только из имени и аргументов и добавлять его в историю. При пересборке подпись теряется.

# ❌ Если собрать ход модели только из имени и аргументов, thought_signature теряется
contents.append(types.Content(role="model", parts=[
    types.Part(function_call=types.FunctionCall(name=call.name, args=call.args))
]))

Решение — возвращать полученное содержимое в историю без изменений. Кроме того, в результате функции (FunctionResponse) указывайте те же id и name, что и в FunctionCall, который вернула модель.

config = types.GenerateContentConfig(
    tools=[weather_tool],
    thinking_config=types.ThinkingConfig(thinking_level="medium"),
)
contents = [types.Content(role="user", parts=[
    types.Part.from_text(text="Какая погода в Бостоне?")
])]

response = client.models.generate_content(
    model="gemini-3.5-flash-lite", contents=contents, config=config)
call = response.function_calls[0]

# ✅ Добавляем ход модели ровно в том виде, в каком он пришёл (в нём есть подпись)
contents.append(response.candidates[0].content)

result = get_weather(**call.args)
contents.append(types.Content(role="user", parts=[
    types.Part(function_response=types.FunctionResponse(
        id=call.id,      # то же значение, что id в FunctionCall
        name=call.name,  # то же значение, что name в FunctionCall
        response={"result": result},
    ))
]))

response = client.models.generate_content(
    model="gemini-3.5-flash-lite", contents=contents, config=config)
print(response.text)

Если результат функции содержит изображения или другие медиаданные, помещайте их внутрь FunctionResponse (в parts), а не отдельными частями. На странице Google «Function calling» сказано, что SDK обрабатывают подписи автоматически. Если историю хранит функция чата SDK (client.chats), передавать подписи самостоятельно не нужно. Осторожность нужна, когда вы сохраняете историю в своей базе данных или другом формате и пересобираете её при каждом запросе. Проверьте, не теряет ли подписи ваш формат хранения.

В справочнике API значение MISSING_THOUGHT_SIGNATURE (Request has at least one thought signature missing) указано среди значений finishReason как признак отсутствующей подписи. Если вы видите это значение или похожую ошибку в логах, в первую очередь проверьте, как собирается история.

import json

# В Interactions API объявления функций пишутся как dict (другая форма, чем weather_tool в generateContent)
interaction = client.interactions.create(
    model="gemini-3.8-flash",
    input="Какая погода в Бостоне?",
    tools=[weather_tool_dict],
)
for step in interaction.steps:
    if step.type == "function_call":
        result = get_weather(**step.arguments)
        interaction = client.interactions.create(
            model="gemini-3.8-flash",
            input=[{
                "type": "function_result",
                "name": step.name,
                "call_id": step.id,
                "result": [{"type": "text", "text": json.dumps(result)}],
            }],
            tools=[weather_tool_dict],
            previous_interaction_id=interaction.id,
        )
print(interaction.output_text)

Руководство по переходу также указывает, где искать обходные пути для случаев, когда текст перед вызовом инструмента приводит к Malformed_Function_Call: в разделе «Workarounds for pre-tool text requirements» страницы Function calling.

3-5. Откажитесь от заполнения начала ответа и уберите candidate_count

Если заранее задать начало ответа (сделать последний непустой ход в contents ходом model), новые модели возвращают ошибку HTTP 400. В руководстве Google по переходу этот приём указан среди тех, которых следует избегать.

{
  "contents": [
    {"role": "user", "parts": [{"text": "Переведи «Hello world» на испанский."}]},
    {"role": "model", "parts": [{"text": "Перевод:"}]}
  ]
}

Если вы задавали начало ответа, чтобы убрать вступление или получить ответ в JSON, пропишите правило в системной инструкции или используйте структурированный вывод.

response = client.models.generate_content(
    model="gemini-3.5-flash-lite",
    contents="Переведи «Hello world» на испанский.",
    config=types.GenerateContentConfig(
        system_instruction="Выводи только перевод. Не добавляй вступлений.",
    ),
)

candidate_count (настройка, возвращающая несколько ответов за один вызов) не поддерживается в Gemini 3 и новее, а значение 2 и больше возвращает ошибку HTTP 400. Если нужно несколько вариантов, разделите их на несколько вызовов.

Для агентов программирования, поддерживающих навыки, Google также предлагает навык Gemini API, помогающий с этим переходом («Coding agents»). Даже если вы им пользуетесь, прогоните тесты исправленного кода сами.

4. Как меняются цены

Тарифы моделей, на которые идёт перенаправление, при переходе с 2.5 Flash примерно те же, а при переходе с 2.5 Pro — ниже. Однако на 3.8 Flash до 31 декабря 2026 года действуют вводные цены, и 1 января 2027 года тарифы повышаются. После повышения вывод остаётся дешевле, чем у 2.5 Pro, а ввод становится дороже, чем у 2.5 Pro (для запросов до 200 000 токенов). Все цены ниже — стандартные тарифы платного уровня в долларах США за 1 млн токенов.

Источник: таблица Standard на странице Google «Gemini Developer API pricing» (проверено 7 ноября 2026 года). Цены на уровнях со скидкой, таких как Batch и Flex, смотрите на странице цен. Тарифы 3.8 Flash не зависят от длины запроса.

Посчитаем на примере нагрузки на 2.5 Pro. При 10 млн токенов ввода и 2 млн токенов вывода в месяц (все запросы до 200 000 токенов) 2.5 Pro стоит $12,50 + $20,00 = $32,50. Те же объёмы токенов на 3.8 Flash стоят $7,50 + $7,50 = $15,00 в декабре 2026 года и $15,00 + $15,00 = $30,00 с января 2027 года.

При этом объёмы токенов не обязательно останутся прежними. По словам Google, 3.8 Flash рассчитана на то, чтобы тратить больше токенов на длинных сложных задачах; сократить расход в повседневной работе можно, понизив thinking_level. При переходе с 2.5 Flash на 3.5 Flash-Lite повышение уровня выше minimal по умолчанию тоже увеличивает число токенов вывода, уходящих на рассуждения. Даже когда тарифы такие же или ниже, итоговый счёт зависит от выбранного уровня. Если во время тестов записывать число токенов из ответов (usage_metadata), можно оценить счёт за декабрь.

Иначе считается и заземление (Grounding) через Google Search. Для 2.5 Flash и 2.5 Pro первые 1 500 запросов в день были бесплатными, а дальше — $35 за 1 000 «заземлённых запросов» (grounded prompts). Для 3.5 Flash-Lite и 3.8 Flash первые 5 000 запросов в месяц бесплатны суммарно для всех моделей Gemini 3 и новее, а дальше — $14 за 1 000 поисковых запросов, с лимитом 1 500 запросов в день. Если один запрос выполняет несколько поисков, оплачивается каждый поиск. Если вы активно пользуетесь заземлением, пересмотрите свои расчёты.

Цены Gemini в целом (платные планы приложения и API) разобраны в статье «Gemini: тарифы и что доступно бесплатно», а устройство цен API (токены, ввод и вывод) — в статье «Что такое AI API?».

5. Что будет после 1 декабря

Вот что произойдёт, если ничего не делать, в зависимости от того, как написан ваш код.

• Ошибок из-за имени модели не будет: запросы со старыми именами gemini-2.5-flash и gemini-2.5-pro доходят до новых моделей
• Оплата идёт по тарифам новых моделей: тарифы модели, на которую перенаправляется 2.5 Pro, ещё раз повышаются 1 января 2027 года
• Запросы с заданным началом ответа и с candidate_count 2 и больше останавливаются с ошибкой HTTP 400: вызов функций, при котором подписи теряются из-за самостоятельной пересборки истории, тоже может приводить к ошибкам или неожиданному поведению
• Часть ответов меняется без всякой ошибки: настройки вроде temperature игнорируются, а модель, на которую перенаправляется 2.5 Flash, по умолчанию почти не рассуждает. Это проявляется в том, что процессы с инструментами останавливаются на полпути или ответы сильнее различаются

Изменения, не вызывающие ошибок, редко видны в метриках мониторинга. Поймать их поможет сравнение числа сбоев в проверках формата ответа (разбирается ли вывод как JSON, на месте ли обязательные поля) до и после переключения.

6. Оставаться ли на модели автоматического перенаправления?

Модели, на которые идёт автоматическое перенаправление, Google рекомендует как замену для каждой из старых. Тем не менее по характеру они отличаются от того, чем вы пользовались раньше.

Flash 2.5 Flash → 3.5 Flash-Lite — переход на линейку «Lite» при тех же тарифах. По данным Google, 3.5 Flash-Lite набрала 18,0% в бенчмарке рассуждений HLE против 11,0% у 2.5 Flash и 74,5% против 63,7% в бенчмарке понимания диаграмм CharXIV (собственные измерения Google). Если ваши задачи — в основном массовое извлечение данных или классификация, разумно перейти как есть. Если в основном многошаговые агенты или генерация кода и вы хотите ответов лучше, есть вариант gemini-3.6-flash, который в сравнительной таблице Google указан для генерации кода и многошаговых задач. Его вводные цены до 31 декабря 2026 года — $0,75 за ввод и $3,75 за вывод, с 1 января 2027 года — $1,50 и $7,50, так что он дороже 3.5 Flash-Lite.

Pro 2.5 Pro → 3.8 Flash — переход с линейки Pro на линейку Flash. Google называет 3.8 Flash своей «самой интеллектуальной моделью Flash» и позиционирует её для длительной разработки ПО и агентов. По сравнению с 2.5 Pro тариф вывода остаётся ниже и с 2027 года ($10,00 → $7,50), а тариф ввода с 2027 года становится выше ($1,25 → $1,50 для запросов до 200 000 токенов).

Если главное — качество ответов, можно рассмотреть и более дорогую Gemini 4 Argon (gemini-4-argon). Её вводные цены до 30 ноября 2026 года — $2,00 за ввод и $10,00 за вывод, с 1 декабря — $4,00 за ввод и $20,00 за вывод, бесплатного уровня нет («Pricing», проверено 7 ноября 2026 года).

Какую бы модель вы ни выбрали, смените имя, прогоните те же тесты и решайте, сравнив качество ответов, ошибки и число токенов. Даты отсечки знаний и позиционирование других моделей Gemini — в статье «Даты отсечки знаний генеративного ИИ: сравнение».

Изменения формы ответа и обработки настроек при смене модели касаются не только Gemini. Такая же проблема при переходе на более новую модель в Claude API разобрана в статье «'ThinkingBlock' object has no attribute 'text': причина и решение».

Итоги

• С 1 декабря 2026 года gemini-2.5-flash автоматически перенаправляется на gemini-3.5-flash-lite, а gemini-2.5-pro — на gemini-3.8-flash, оплата — по тарифам модели, на которую идёт перенаправление
• Однократные запросы с текстом и изображениями продолжают работать. gemini-2.5-flash-lite изменения не касаются
• Вызов функций, при котором подписи теряются из-за самостоятельной пересборки истории, заполнение начала ответа и запросы с candidate_count 2 и больше могут возвращать ошибку HTTP 400. Google требует id и name в FunctionResponse (с функцией чата SDK подписи передаёт сам SDK)
• Замените thinking_budget на thinking_level. У 3.5 Flash-Lite по умолчанию minimal, поэтому для инструментов и многошаговых задач ставьте medium или выше. Настройки вроде temperature игнорируются
• Тарифы при переходе с 2.5 Flash примерно те же, а с 2.5 Pro — ниже. Но 3.8 Flash дорожает 1 января 2027 года (ввод становится дороже, чем у 2.5 Pro), а число токенов меняется ещё и в зависимости от уровня рассуждений
• Не ждите 1 декабря: смените имена моделей, проверьте на тяжёлых сценариях и только потом выкатывайте в продакшен

Частые вопросы

В. Если 1 декабря вызвать gemini-2.5-flash, будет ли ошибка «модель не найдена»?

О. Нет. Согласно документации Google, запросы автоматически перенаправляются на gemini-3.5-flash-lite. Однако отвечает на них новая модель, и оплата идёт по тарифам новой модели. Вызов функций, при котором подписи теряются из-за самостоятельной пересборки истории, заполнение начала ответа и запросы с candidate_count 2 и больше могут возвращать ошибку HTTP 400.

В. Появилась ошибка, связанная с thought signature. Что исправлять?

О. Ту часть кода, которая собирает историю диалога. Проверьте, не пересобираете ли вы содержимое, которое модель вернула на предыдущем ходе, только из имени и аргументов. Если возвращать полученное содержимое в историю без изменений, подпись вернётся вместе с ним. При использовании функции чата SDK или previous_interaction_id в Interactions API подписи обрабатываются автоматически.

В. Сколько стоит gemini-3.5-flash-lite?

О. На платном уровне ввод стоит $0,30 за 1 млн токенов (одинаково для текста, изображений, видео и аудио), а вывод — $2,50 (проверено 7 ноября 2026 года). По сравнению с 2.5 Flash ввод и вывод текста, изображений и видео стоят столько же, а ввод аудио дешевеет с $1,00 до $0,30.

В. Я отключал рассуждения, ставя thinking_budget в 0. Что делать теперь?

О. На 3.5 Flash-Lite либо не указывайте thinking_level (по умолчанию minimal), либо задайте "minimal". У 3.8 Flash уровня minimal нет — он возвращает ошибку, поэтому используйте самый низкий уровень, "low".

История обновлений

• 7 ноября 2026 годаПервая публикация. Написано после проверки журнала изменений Gemini API (2 ноября 2026 года), Gemini deprecations, руководств по переходу (3.6/3.5 Flash-Lite и 3.8 Flash), цен, страницы Thinking и справочника API.

Источники

• Google: Gemini API changelog, Gemini deprecations, Pricing
• Google: What's new in Gemini 3.6 Flash and 3.5 Flash-Lite, What's new in Gemini 3.8 Flash
• Google: Thinking, Function calling, Migrating to the Interactions API, generateContent API reference
• Письмо Google пользователям Google AI Studio «Gemini 2.5 Flash redirects to 3.5 Flash-Lite Dec 1» (3 ноября 2026 года)